dengan Ms. Office Excel Pertemuan Koordinasi Teknis Pembinaan Pelaksanaan PIS-PK Tingkat Provinsi Gorontalo, 21-22 September 2021 Tahap Manajemen Data 1. Data Entry/Pengumpulan Data 2. Coding 3. Cleaning 4. Analisis 5. Data Use Cleaning Data cleaning (Pembersihan data) adalah proses mendeteksi, mengoreksi (atau menghapus) catatan yang rusak atau tidak akurat dari kumpulan catatan, tabel, atau database dengan mengidentifikasi bagian data yang tidak lengkap, tidak benar, tidak akurat atau tidak relevan dan kemudian mengganti, memodifikasi, atau menghapus data kotor atau kasar. Data Yang Perlu Dilakukan Cleaning 1. Tanggal Survei dan Tanggal Lahir 2. Hubungan Keluarga 3. Diagnosis Hipertensi pada umur < 15 tahun 4. Perempuan 10-54 tahun yang sudah kawin dan tidak menjawab status kehamilan 1. Cleaning Tanggal Survei dan Tanggal Lahir Cari TANGGAL SURVEI yang tidak lazim Cari TANGGAL LAHIR yang tidak lazim Cek TANGGAL LAHIR dengan menggunakan rumus: =DATEDIF(TANGGAL LAHIR;TANGGAL SURVEI;”Y”) Jika hasil rumus menunjukkan: “#VALUE!” maka terdapat TANGGAL LAHIR yang aneh “#NUM!” maka TANGGAL SURVEI lebih duluan dibandingkan TANGGAL LAHIR (TANGGAL SURVEI < TANGGAL LAHIR), hal ini tidak boleh terjadi, maka data harus dicleaning/ditanyakan kembali ke surveyor 2. Cleaning Hubungan Keluarga Bisa dicek menggunakan Pivot Table: 1 SURVEI ID harus memiliki 1 KEPALA KELUARGA, tidak boleh lebih atau kurang 3. Cleaning Diagnosis Hipertensi pada Umur < 15 Tahun Pilih UMUR(TAHUN) < 15 Jika pada kolom DI DIAGNOSIS HIPERTENSI terdapat “Y”, maka perlu ditanyakan kembali ke surveyor 4. Cleaning Perempuan 10-54 Tahun yang Sudah Kawin dan Tidak Menjawab Status Kehamilan Pilih: - UMUR(TAHUN) = 10-54 Tahun - JENIS KELAMIN = perempuan - STATUS KAWIN = kawin Jika pada kolom WANITA USIA HAMIL terdapat “Blanks”, maka perlu ditanyakan kembali ke surveyor TERIMA KASIH